在统计学中，1.96和0.05这两个数字是常被提及的显著性水平的代表，1.96是标准正态分布表中的一个临界值，通常与95%的置信水平相联系，当我们进行假设检验时，如果观测到的样本统计量与零假设（即无差异或没有关联）的差异超过1.96的标准误差，那么我们就拒绝零假设，认为观察到的差异是由于随机误差以外的因素引起的，即有95%的把握认为这个结果不是偶然。
0.05则是显著性水平的另一面，它代表了我们愿意接受的错误概率，也就是“犯之一类错误”的概率，即在原假设为真的情况下错误地拒绝原假设，当这个概率达到0.05时，我们通常认为结果是“显著的”，意味着有足够的证据表明我们的发现并非偶然。
1.96和0.05共同构成了统计推断中的一个重要概念框架，帮助我们在处理大量数据和不确定性时做出科学的决策，在实际应用中，这两个数值经常被用于计算t值、p值等，以确定是否能拒绝原假设，或者在估计参数时确定置信区间。
发表评论